AI 套餐耐力测试台

帮重度 AI 编程用户实测各模型与套餐在 8～10 小时开发中的真实消耗与稳定性

痛点

用户抱怨 Claude Code + Opus token 不够用，MiniMax Pro 日常够用但开 MAX 就不行，kimi 价格贵，deepseek 推理强但消耗未知；大家都在用零散免费额度或自费套餐，却没有一个统一基准来看哪个组合能撑满一天开发。

方案

提供一个可复现的基准测试台，用一组典型开发任务（读代码、改 bug、写测试、重构）统一测量不同模型和套餐的 token 消耗、完成耗时、失败率与中断次数，输出可对比的报告。

用户

每天使用 AI 编程工具超过 4 小时的开发者、小团队技术负责人

MVP

内置 3～5 个典型编程任务的测试套件；支持 OpenAI/Anthropic/MiniMax/DeepSeek 等 API 配置；记录 token 消耗与耗时；生成对比表格与建议

变现

免费基础报告 + 订阅获取完整基准库、定期更新和团队对比视图

为何现在

AI 编程套餐种类多、价格变化快，用户缺少中立实测数据；独立开发者可快速迭代任务集